圖像低層特征提取與檢索技術

前言

　　隨著信息社會的發(fā)展，大容量存儲設備和數字化設備的出現和廣泛使用，以及多媒體技術和網絡技術的迅速普及，圖像數據呈現幾何級數的增長趨勢，于是出現了大容量的圖像數據庫。一般的文字搜索引擎對于圖像數據來說，幾乎束手無策，于是如何迅速、準確地從浩瀚的圖像庫中檢索到所需要的圖像成了近年來多媒體領域研究的熱點問題。因此，如何將圖像處理、計算機視覺等技術與傳統(tǒng)數據庫技術相結合，建立基于對多媒體內容自動或半自動的新一代有效檢索手段便成為迫切的需求。目前，國際上廣泛開展的基于內容的圖像檢索技術（Content－BasedImageRetrieva！CBIR）研究就是針對這一挑戰(zhàn)的?！　♂槍BIR技術的研究，國外至今已經出版了大量的著作，國際上每年也都召開許多信息處理方面的學術會議，許多大會都有圖像檢索技術的主題和分會。但是，目前國內有關CBIR方面的著作卻很少。早期著作如2002年清華大學出版社出版的莊越挺等的著作（（網上多媒體信息分析與檢索》及2003年科學出版社出版的章毓晉的著作《基于內容的視覺信息檢索》，這兩部著作對CBIR技術的研究內容作了一定的闡述。2007年，清華大學出版社出版了周明全等的著作《基于內容圖像檢索技術》，該書對cBIR技術在一定程度上作了較全面的論述?！　BIR技術涉及圖像處理、計算機視覺、機器學習、模式識別、數據庫技術及人機交互等諸多領域，內容十分廣泛。并且，CBIR中的圖像“內容”包含三個層次：①感知層——視覺上圖像的顏色、紋理、形狀、輪廓等特征，這些特征屬于圖像的低層特征；②認知層——圖像中的主體、對象以及對象間的關系等；③情感層——用戶對圖像內容的理解及個人的情感因素。通常認知層及情感層特征又稱語義特征。因此，僅靠一本著作來對圖像檢索技術進行全面的論述是很難完成的，同時也很難在各個方面展開深入的討論。本書在論述CBIR技術時，重點放在圖像低層特征（感知層特征）的提取及檢索技術上?！　∪珪?章，分為三部分內容。第一部分概述（第l、2章）：第l章，概括介紹圖像檢索技術的發(fā)展、國內外研究現狀、應用領域及經典的CBIR系統(tǒng)；第2章，介紹CBIR的基本檢索原理、圖像內容層次、匹配技術以及性能評價準則等CBIR關鍵技術。第二部分為圖像低層特征提取技術（第3～6章），詳細論述了圖像顏色、形狀、紋理及壓縮域等低層特征提取算法，以及作者在這些領域所取得的研究成果。第三部分（第7章）論述了高維索引技術，分析了CBlR中“維數災難”產生的原因，并介紹了常用的解決方法及作者取得的成果。

內容概要

　　本書對基于內容的圖像檢索技術（CBIR）的基本原理、典型方法和研究進展進行了比較詳細的介紹和討論，并融入了作者多年宋的相關研究成果。本書層次分明，內容翔實，理論分析與算法實踐相結合，力求實用。本書共7章：第1章介紹CBIR的體系結構、發(fā)展歷程及發(fā)展趨勢；第2章介紹CBIR所涉及的關鍵技術；第3～5章詳細討論了常用圖像低層特征(顏色、形狀、紋理)的提取與描述算法；第6～7章論述基于壓縮域的圖像檢索技術及高維索引技術。書中各章共列出了400多篇有代表性的參考文獻，附在各章的末尾，供讀者參考?！　”緯勺鳛楦叩仍盒Ｓ嬎銠C科學、信號和信息處理、圖書情報等專業(yè)的研究生或高年級本科生的專業(yè)基礎課輔助教材，也可供廣大從事模式識別、多媒體分析、信息檢索等研究、應用和開發(fā)領域的科技工作者和高等院校師生參考。

書籍目錄

第1章　緒論  1.1  圖像檢索技術發(fā)展歷程    1.1.1　基于文本的圖像檢索    1.1.2　基于內容的圖像檢索技術  1.2　基于內容圖像檢索技術研究內容    1.2.1　特征提取及匹配    1.2.2　索引機制    1.2.3　用戶接口  1.3　國內外研究狀況    1.3.1　國內外研究現狀    1.3.2　國內外研究熱點  1.4　CBIR技術應用  1.5　經典CBIR系統(tǒng)介紹    1.5.1  QBIC    1.5.2  Virage    1.5.3  Photobook    1.5.4  VisualSEEK和WebSEEK    1.5.5  Blobworld    1.5.6  Netra    1.5.7  MARS    1.5.8  SIMPLicity    1.5.9　其他系統(tǒng)  1.6　本書內容安排  參考文獻第2章　基于內容圖像檢索關鍵技術  2.1　CBIR的基本檢索原理  2.2　圖像內容及檢索層次    2.2.1　圖像內容    2.2.2　圖像檢索層次  2.3  常用的低層視覺特征描述方法    2.3.1　顏色特征    2.3.2　紋理特征    2.3.3　形狀特征    2.3.4　MPEG-7中的圖像特征描述符  2.4　特征匹配技術    2.4.1　計量定理    2.4.2　常用的匹配算法    2.4.3　精確查詢與近似查詢  2.5　性能評價準則    2.5.1　精確度和檢索率    2.5.2　命中準確率    2.5.3　排序值評測法    2.5.4　ANMRR    2.5.5　前N個結果的正確率與檢索率  參考文獻第3章　基于顏色特征的圖像檢索  3.1　引言  3.2　顏色空間    3.2.1　顏色基礎    3.2.2  RGB顏色空間    3.2.3  HSV顏色空間    3.2.4  CIEL a b+和CIEL u v 顏色空間    3.2.5  YCrCb顏色空間　3.3　顏色量化    3.3.1　顏色量化的定義    3.3.2　常用的顏色量化方法　3.4　全局顏色特征    3.4.1　顏色直方圖    3.4.2　改進的顏色直方圖方法    3.4.3　顏色不變量    3.4.4　圖像主色    3.4.5　色調直方圖　……第4章　基于形狀特征的圖像檢索第5章　基于紋理特征的圖像檢索第6章　基于壓縮域的圖像檢索第7章　高維索引技術附錄A　基于輪廓的圖像檢索系統(tǒng)　附錄B　系統(tǒng)中本文算法實現代碼

章節(jié)摘錄

　?。?）軍用產品的設計。戰(zhàn)爭一般都在野外環(huán)境進行，因此為避免人員的裝備輕易暴露，需要對它們進行偽裝，應用紋理分析的知識設計以假亂真的偽裝器材。其中包括人員、車輛、飛行器的迷彩設計、噴涂、火炮、艦艇、車輛的偽裝網設計等?！　。?）文本分割。在一定距離之外，印刷文檔的文字區(qū)域可以看成紋理區(qū)域，對于特定的語言，字體文本表現為特定的紋理，使用紋理分析方法從掃描文本的圖像區(qū)域分割出文本區(qū)域，成為印刷文檔自動數字化的重要步驟?！　。?）基于內容的圖像檢索。隨著因特網和數字技術的飛快發(fā)展，人們所接觸的圖像的數目和種類越來越多，為了有效地瀏覽和使用這些圖像，需要使用功能強大的圖像檢索工具，而紋理則是進行圖像檢索的一個非常重要的特征依據，可以根據圖像間紋理特征的相似程度，從數據庫中找出在視覺上最接近的圖像。　　5.1.5紋理描述存在的問題　　盡管紋理是計算機視覺和圖像處理領域中一個的重要研究內容，而且研究者已經做了大量的工作，提出了許多有價值的研究成果，但目前仍然存在許多挑戰(zhàn)性的問題等待解決?！　。?）由于紋理具有廣泛性和多樣性，因而對紋理還沒有一個大家都能接受的精確定義。如第一節(jié)所述，雖然有眾多學者給出了一些紋理的定義，但這些不同的定義依賴于不同學者對紋理的不同的理解和具體的應用，并未獲得大家一致的認可?！　。?）紋理分析方法種類繁多，但至今還沒有一個特別有效的方法在紋理分類方面取得令人滿意的性能。許多己發(fā)表的文獻上的紋理分類方法，在做實驗驗證時大都選用標準紋理測試集Brodatz的一個子集，測試子集的選用對各種方法的評估影響至關重要，在Brodatz全集上的性能測試相對于在子集上，尤其是一個小的子集上的測試更加令人信服。然而，許多方法在Brodatz全集上的性能并不能令人滿意，很少的文獻在測試時選用Brodatz紋理全集作為測試數據。目前仍有許多學者在探索新的理論和方法，試圖找到一個非常有效的紋理描述方法?！　。?）盡管現實中的場景都是彩色的，但目前有關紋理的研究大部分都集中在灰度紋理領域，彩色紋理的研究很少有人關注。目前，對彩色紋理分析還處于探索階段，還沒有一個非常有效的彩色紋理描述方法。　?。?）紋理分析方法盡管在理論探索方面取得了很多的成果，然而，這些方法由于理論性較高，不容易被其他領域的研究人員以及工程技術人員所理解和接受，使得許多方法并不能成功地應用到其他領域。　　隨著紋理分析探索的進一步深入，紋理分析的系統(tǒng)理論框架將變得愈加清晰，有關紋理研究領域存在的一系列難題將會得到很好的解決。

編輯推薦

　　《圖像低層特征提取與檢索技術》在論述CBIR技術時，重點放在圖像低層特征（感知層特征）的提取及檢索技術上。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    圖像低層特征提取與檢索技術 PDF格式下載

---